123,123,123

氣體鉆井微波傳輸隨鉆監(jiān)測系統(tǒng)軟件設(shè)計[其他][其他]

國內(nèi)氣體鉆井施工過程已開始采用微波中繼傳輸?shù)姆绞綐?gòu)建隨鉆監(jiān)控系統(tǒng)，但目前在該施工條件下應(yīng)用的配套隨鉆監(jiān)控軟件不成熟，數(shù)據(jù)解析時間長，測傳速率低且無信道監(jiān)管功能，制約了氣體鉆井的發(fā)展。針對氣體現(xiàn)場實際需要，采用事件驅(qū)動軟件架構(gòu)開發(fā)配套隨鉆監(jiān)測軟件，將氣體鉆井施工過程中各工程參數(shù)以曲線、數(shù)值、刻度等多種方式進行人機交互，并能對井筒內(nèi)微波信道進行監(jiān)管，為氣體鉆井隨鉆實時監(jiān)控及鉆后分析研究提供了軟件支撐。并且該軟件的應(yīng)用大幅提升監(jiān)測系統(tǒng)測傳速率，其最大測傳速率達到1.194 kb/s，信道監(jiān)管功能的引入可增加入井微波中繼器的數(shù)量，使測傳深度突破3 000 m，基本滿足目前氣體鉆井隨鉆監(jiān)測的需要。

發(fā)表于：2021/9/27 15:49:00

基于電子鼻傳感器性能的互信息特征選擇算法[其他][其他]

當前的互信息特征選擇算法為提高泛化性能而未對專一應(yīng)用領(lǐng)域進行優(yōu)化，電子鼻傳感器陣列優(yōu)化作為一類特殊的特征選擇問題，使用傳統(tǒng)算法難以搜索出最優(yōu)的特征子集。結(jié)合氣體傳感器陣列特殊的冗余性和特有的敏感性，提出了一種基于電子鼻傳感器性能的互信息特征選擇算法并對陣列進行優(yōu)化，通過兩種不同的電子鼻公開數(shù)據(jù)集驗證了傳感器特性對識別精度的影響，證明了所提出算法的有效性。

發(fā)表于：2021/9/27 15:43:00

基于優(yōu)化多視角圖像采集的點云分類[其他][其他]

基于二維多視角3D識別方法中，可使用多個2D投影圖表示三維模型特征信息，但不同視角投影圖像的特征不同，神經(jīng)網(wǎng)絡(luò)對其學(xué)習效率也有所差異。卷積神經(jīng)網(wǎng)絡(luò)能夠映射圖像的特征，可用此方法分析這個問題?；旌弦暯菙?shù)據(jù)集分析不同視角投影特征在卷積神經(jīng)網(wǎng)絡(luò)中的重要性，根據(jù)重要性的不同優(yōu)化混合視角數(shù)據(jù)集的采集密度。最終實驗結(jié)果表明，不同視角產(chǎn)生的二維圖像分類準確率不一樣，其中俯視角度投影的分類準確率最差，優(yōu)化后的數(shù)據(jù)集在相同神經(jīng)網(wǎng)絡(luò)模型下達到了最優(yōu)分類準確率。

發(fā)表于：2021/9/27 15:37:00

云數(shù)據(jù)中心基于皮爾遜相關(guān)系數(shù)的虛擬機選擇策略[其他][其他]

提出了云數(shù)據(jù)中心基于皮爾遜相關(guān)系數(shù)的虛擬機選擇策略(Pearson Correlation coefficient Virtual Machine Selection，PC-VMS)。PC-VMS把統(tǒng)計學(xué)中的皮爾遜相關(guān)系數(shù)應(yīng)用于虛擬機CPU歷史利用率數(shù)據(jù)，建立了衡量每對虛擬機CPU利用率之間的相關(guān)性的數(shù)學(xué)模型；PC-VMS會獲取每對虛擬機最近n次的CPU利用率，根據(jù)輸入的兩組數(shù)據(jù)來計算皮爾遜相關(guān)系數(shù)，最后在一組相關(guān)性最高的虛擬機中選擇一個CPU利用率最高的進行遷移，隨后結(jié)合虛擬機放置策略分配到新的目標物理主機上。仿真結(jié)果表明，PC-VMS與CloudSim4.0內(nèi)置的虛擬機選擇策略相比，各類性能指標都有改善，PC-VMS可以為企業(yè)節(jié)能云數(shù)據(jù)中心的構(gòu)造提供參考。

發(fā)表于：2021/9/27 15:30:00

基于非正交波形的超奈奎斯特采樣[其他][其他]

針對超奈奎斯特(Faster-than-Nyquist，F(xiàn)TN)系統(tǒng)，提出了基于非正交波形編碼的超奈奎斯特采樣，并與傳統(tǒng)的正交波形FTN和傳統(tǒng)的正交Nyquist系統(tǒng)進行了對比分析。在99.99%的功率帶寬和5次迭代檢測譯碼的條件下，仿真結(jié)果表明：相比于升余弦的正交波形FTN系統(tǒng)，基于高斯和擴展高斯(Extended Gaussian Functions，EGF)脈沖成形的非正交波形FTN系統(tǒng)可以獲得4.4 dB的成形增益，同時由于良好的時頻聚焦特性，其均衡復(fù)雜度只是升余弦的1/16。

發(fā)表于：2021/9/27 15:24:00

5G公網(wǎng)與專網(wǎng)融合場景的關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

介紹了3GPP R16標準中提出的非公共網(wǎng)絡(luò)技術(shù)(Non -Public Network，NPN)的兩種組網(wǎng)方式和應(yīng)用現(xiàn)狀，分析了企業(yè)對5G專網(wǎng)的需求以及公專融合的趨勢。結(jié)合NPN與公共陸地移動網(wǎng)(Public Land Mobile Network，PLMN)部署的關(guān)系，提出了兩種典型的5G公網(wǎng)和專網(wǎng)融合部署模式：連續(xù)模式、重疊模式。并針對兩種模式下需要重點解決的業(yè)務(wù)連續(xù)性和并發(fā)連接問題，介紹了3GPP R17標準中提出的兩種技術(shù)方案。

發(fā)表于：2021/9/27 15:19:00

基于改進型極限學(xué)習機的電子鼻氣體濃度檢測[其他][其他]

針對目前電子鼻應(yīng)用于氣體污染物濃度檢測時難以達到理想精度的問題，提出基于粒子群算法與人工蜂群算法的極限學(xué)習機(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine，PSOABC-ELM)算法，通過改進極限學(xué)習機輸入層與隱含層權(quán)值和隱含層閾值隨機的缺陷，提高電子鼻濃度檢測的精度。將PSOABC-ELM算法與其他算法進行比較，并在公開數(shù)據(jù)集上進行驗證。實驗結(jié)果表明，PSOABC-ELM算法用于電子鼻氣體濃度檢測時比其他算法精準度更高，檢測結(jié)果誤差更小，模型穩(wěn)定性更強，為電子鼻氣體濃度檢測提供了一種新的方法。

發(fā)表于：2021/9/27 15:13:00

基于LabVIEW和FPGA的半實物仿真平臺的設(shè)計與實現(xiàn)[其他][其他]

針對電力電子本科或研究生教學(xué)實驗，基于LabVIEW和簡易FPGA板卡，設(shè)計了一種高性價比的電力電子半實物實時仿真教學(xué)實驗平臺。仿真平臺系統(tǒng)由上位機和模型運算單元FPGA板卡組成，人機界面及實驗波形數(shù)據(jù)顯示基于LabVIEW軟件平臺編制，通過以太網(wǎng)實現(xiàn)與FPGA板卡數(shù)據(jù)交換，平臺系統(tǒng)可以進行多種電路拓撲模型的下載安裝和HIL實時仿真實驗。

發(fā)表于：2021/9/27 15:09:00

一種用于電池管理系統(tǒng)的高壓多路選擇器[電源技術(shù)][其他]

高壓多路選擇器是電池管理系統(tǒng)的重要組成部分，目前研究的高壓多路選擇器會給電池引入漏電流，影響電池電壓檢測精度。為了降低高壓多路選擇器開關(guān)控制信號對電池的漏電流影響，提高電壓檢測精度，設(shè)計了一種新型柵極驅(qū)動型高壓開關(guān)。該高壓開關(guān)采用了柵極自舉結(jié)構(gòu)，可以直接級聯(lián)，并且開關(guān)控制信號不對信號源引入漏電流。最后采用0.5 μm 40 V BCD工藝，搭建一個7路高壓多路選擇器進行了仿真驗證。后仿真結(jié)果表明，高壓開關(guān)相鄰信道的隔離度為-47 dB@1 MHz，最大輸入電壓35 V，電路版圖面積1.2 mm×1.5 mm，滿足應(yīng)用場合。

發(fā)表于：2021/9/27 15:02:00

一種超低輸入共模電壓的動態(tài)比較器電路設(shè)計[其他][其他]

為了適應(yīng)物聯(lián)網(wǎng)低功耗的應(yīng)用場景，并滿足低電源電壓和低輸入共模電壓的工作要求，提出了一種適用于超低輸入共模電壓的雙正反饋回路動態(tài)比較器。該比較器采用時序開關(guān)控制輸入輸出，解決了傳統(tǒng)動態(tài)比較器在輸入電壓低于閾值電壓時無法正常工作的問題，增大了輸入動態(tài)范圍；電源到地之間僅堆疊兩級MOS管，降低了最小電源電壓；引入兩個正反饋回路，提高了分辨率。采用TSMC 180 nm CMOS工藝設(shè)計和驗證，仿真結(jié)果表明，在電源電壓為900 mV，差模電壓為1 mV情況下，提出的比較器最低共模電壓為51 mV，與傳統(tǒng)StrongARM動態(tài)比較器和DoubleTail動態(tài)比較器相比，分別降低了374 mV和264 mV；當輸入共模電壓低于閾值電壓時，在中等的功耗下實現(xiàn)了最低的延時。

發(fā)表于：2021/9/27 14:58:00